(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211275555.8 (22)申请日 2022.10.18 (71)申请人 康键信息技 术 （深圳） 有限公司 地址 518066 广东省深圳市前海深港合作 区前湾一路1号A栋201室 （入驻深圳市 前海商务秘书 有限公司） (72)发明人 徐宝江　 (74)专利代理 机构 上海汉之律师事务所 31378 专利代理师 冯华 (51)Int.Cl. G06F 16/9535(2019.01) G06N 3/00(2006.01) G06Q 30/06(2012.01) (54)发明名称 信息推荐方法、 装置、 电子设备及存 储介质 (57)摘要 本发明涉及数据处理技术领域， 提供一种信 息推荐方法、 装置、 电子设备及存储介质； 所述方 法包括： 获取用户行为特征数据； 提取用户行为 特征数据作为训练集； 令推荐模 型在不同配置参 数下通过训练集进行迭代训练， 获得各配置参数 下推荐模型的输出数据集； 在训练集进行迭代训 练过程中， 对 所述输出数据集中的各输出数据进 行评优处理， 获得所述推荐模型的最优输出数 据； 将所述最优输出数据对应的配置参数作为所 述推荐模型的最优配置参数， 并令所述推荐模型 在所述最优配置参数下运行， 为用户生成推荐信 息。 本发明使得生成的推荐模型可以根据用户的 个性与偏好来产生推荐内容， 预测用户的需求并 推荐给用户其最可能喜欢的内容， 提高推荐成功 率。 权利要求书2页 说明书11页 附图3页 CN 115495663 A 2022.12.20 CN 115495663 A 1.一种信息推荐方法， 其特 征在于， 包括以下步骤： 获取用户行为特 征数据； 提取所述用户行为特 征数据作为训练集； 令推荐模型在不同配置参数下通过所述训练集进行迭代训练， 获得各配置参数下所述 推荐模型的输出 数据集； 在所述训练集进行迭代训练过程中， 对所述输出数据集中的各输出数据进行评优处 理， 获得所述推荐模型的最优输出 数据； 将所述最优输出数据对应的配置参数作为所述推荐模型的最优配置参数， 并令所述推 荐模型在所述 最优配置参数 下运行， 为用户生成推荐信息 。 2.根据权利要求1所述的信 息推荐方法， 其特征在于， 所述对所述输出数据集中的各输 出数据进行评优处 理， 获得所述推荐模型的最优输出 数据包括： 在所述输出数据集中设定第一优选输出数据， 第二优选输出数据， 第三优选输出数据 以及候选 输出数据； 基于所述第 一优选输出数据， 所述第 二优选输出数据， 所述第三优选输出数据， 所述候 选输出数据以及所述输出 数据集中剩余输出 数据构建数据关系方程式； 获取所述数据关系方程式的最优解， 并将所述最优解作为所述推荐模型的最优输出数 据。 3.根据权利要求2所述的信息推荐方法， 其特 征在于， 构建的所述数据关系方程式为： 其中， Dα， Dβ和Dδ分别表示第一优选输出数据， 第二优选输出数据和第三优选输出数据 与输出数据集中剩 余输出数据之间的向量差值； Xα,Xβ和Xδ分别表示第一优选输出数据， 第 二优选输出数据和第三优选输出数据的当前 空间向量位置； C1,C2和C3为随机向量， X为当前 输出数据的空间向量位置； X1,X2,X3分别为候选输出数据的空间向量朝向第一优选输出数 据， 第二优选输出数据和第三优选输出数据前进的步长， A1,A2,A3分别为候选输出数据朝向 第一优选 输出数据， 第二优选 输出数据和第三优选 输出数据前进的方向。 4.根据权利要求3所述的信 息推荐方法， 其特征在于， 于所述输出数据集中设定第 一优 选输出数据， 第二优选 输出数据， 第三优选 输出数据以及候选 输出数据包括： 于所述输出 数据集中选取 预设数量的输出 数据； 基于各所述输出 数据对所述推荐模型进行推荐性能排序； 根据推荐性能排序从高到底依次选取推荐性能排在前三位的所述推荐模型的输出数 据， 并将对应的各所述输出数据分别作为第一优选输出数据， 第二优选输出数据， 第三优选 输出数据；权　利　要　求　书 1/2 页 2 CN 115495663 A 2将所述输出数据集中除所述第 一优选输出数据， 所述第 二优选输出数据以及所述第 三 优选输出数据之外的任一输出 数据作为 候选输出数据。 5.根据权利要求3所述的信 息推荐方法， 其特征在于， 所述获取所述数据关系方程式中 的最优解包括： 在所述推荐模型迭代训练过程中， 当所述候选输出数据的空间向量位置不变时， 获取 所述候选输出数据； 将所述候选输出数作为所述数据关系方程式 中的最优解。 6.根据权利要求4所述的信 息推荐方法， 其特征在于， 所述候选输出数据的空间向量朝 向第一优选输出数据， 第二优选输出数据和 第三优选输出数据前进的方向通过一收敛 因子 控制； 其中， 所述收敛因子随着所述推荐模型迭代训练线性减小。 7.根据权利要求1至6任一权利要求所述的信息推荐方法， 其特征在于， 所述推荐模型 为CatBoost推荐模型。 8.一种信息推荐装置， 其特征在于， 包括： 数据获取模块、 训练集获取模块、 输出数据集 获取模块、 最优输出 数据获取模块以及信息推荐模块； 所述数据获取模块用于获取用户行为特 征数据； 所述训练集获取模块用于提取 所述用户行为特 征数据作为训练集； 所述输出数据集获取模块令推荐模型在不同配置参数下通过所述训练集进行迭代训 练， 获得各配置参数 下所述推荐模型的输出 数据集； 所述优化输出数据获取模块在所述训练集进行迭代训练过程中， 对所述输出数据集中 的各输出 数据进行评优处 理， 获得所述推荐模型的最优输出 数据； 所述信息推荐模块将所述最优输出数据对应的配置参数作为所述推荐模型的最优配 置参数， 并令所述推荐模型在所述 最优配置参数 下运行， 为用户生成推荐信息 。 9.一种电子设备， 包括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7中任 一项所述的信息推荐方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的信息推荐方法的步骤。权　利　要　求　书 2/2 页 3 CN 115495663 A 3